Menjalankan instance notebook terkelola di dalam cluster Dataproc

Halaman ini menunjukkan cara menjalankan file notebook instance notebook terkelola di cluster Dataproc.

Sebelum memulai

  1. Login ke akun Google Cloud Anda. Jika Anda baru menggunakan Google Cloud, buat akun untuk mengevaluasi performa produk kami dalam skenario dunia nyata. Pelanggan baru juga mendapatkan kredit gratis senilai $300 untuk menjalankan, menguji, dan men-deploy workload.
  2. Di konsol Google Cloud, pada halaman pemilih project, pilih atau buat project Google Cloud.

    Buka pemilih project

  3. Pastikan penagihan telah diaktifkan untuk project Google Cloud Anda.

  4. Aktifkan API Notebooks and Dataproc.

    Mengaktifkan API

  5. Di konsol Google Cloud, pada halaman pemilih project, pilih atau buat project Google Cloud.

    Buka pemilih project

  6. Pastikan penagihan telah diaktifkan untuk project Google Cloud Anda.

  7. Aktifkan API Notebooks and Dataproc.

    Mengaktifkan API

  8. Buat instance notebook terkelola, jika Anda belum membuatnya.

Peran yang diperlukan

Untuk memastikan akun layanan memiliki izin yang diperlukan untuk menjalankan file notebook di cluster Dataproc Serverless, minta administrator Anda untuk memberikan peran IAM berikut ke akun layanan:

Untuk mengetahui informasi selengkapnya tentang pemberian peran, lihat Mengelola akses.

Peran yang telah ditetapkan ini berisi izin yang diperlukan untuk menjalankan file notebook di cluster Dataproc Serverless. Untuk melihat izin yang benar-benar diperlukan, perluas bagian Izin yang diperlukan:

Izin yang diperlukan

Izin berikut diperlukan untuk menjalankan file notebook di cluster Dataproc Serverless:

  • dataproc.agents.create
  • dataproc.agents.delete
  • dataproc.agents.get
  • dataproc.agents.update
  • dataproc.tasks.lease
  • dataproc.tasks.listInvalidatedLeases
  • dataproc.tasks.reportStatus
  • dataproc.clusters.use

Administrator mungkin juga dapat memberi akun layanan izin ini dengan peran khusus atau peran yang telah ditetapkan sebelumnya.

Membuat cluster Dataproc

Untuk menjalankan file notebook instance notebook terkelola di cluster Dataproc, cluster Anda harus memenuhi kriteria berikut:

  • Gateway komponen cluster harus diaktifkan.

  • Cluster harus memiliki komponen Jupyter.

  • Cluster harus berada di region yang sama dengan instance notebook terkelola Anda.

Untuk membuat cluster Dataproc, masukkan perintah berikut di Cloud Shell atau lingkungan lain tempat Google Cloud CLI diinstal.

gcloud dataproc clusters create CLUSTER_NAME\
    --region=REGION \
    --enable-component-gateway \
    --optional-components=JUPYTER

Ganti kode berikut:

  • REGION: lokasi Google Cloud dari instance notebook terkelola Anda

  • CLUSTER_NAME: nama cluster baru.

Setelah beberapa menit, cluster Dataproc Anda tersedia untuk digunakan. Pelajari lebih lanjut cara membuat cluster Dataproc.

Membuka JupyterLab

  1. Jika Anda belum melakukannya, buat instance notebook terkelola di region yang sama tempat cluster Dataproc Anda berada.

  2. Di konsol Google Cloud, buka halaman Notebook terkelola.

    Buka Notebook terkelola

  3. Di samping nama instance notebook terkelola, klik Buka JupyterLab.

Menjalankan file notebook di cluster Dataproc Anda

Anda dapat menjalankan file notebook di cluster Dataproc dari instance notebook terkelola mana pun dalam project dan region yang sama.

Menjalankan file notebook baru

  1. Di antarmuka JupyterLab instance notebook terkelola Anda, pilih File > Baru > Notebook.

  2. Kernel yang tersedia pada cluster Dataproc Anda akan muncul di menu Pilih kernel. Pilih kernel yang ingin Anda gunakan, lalu klik Pilih.

    File notebook baru akan terbuka.

  3. Tambahkan kode ke file notebook baru, dan jalankan kodenya.

Untuk mengubah kernel yang ingin digunakan setelah membuat file notebook, lihat bagian berikut.

Menjalankan file notebook yang ada

  1. Di antarmuka JupyterLab instance notebook terkelola Anda, klik tombol  File Browser, pilih file notebook yang ingin dijalankan, lalu buka.

  2. Untuk membuka dialog Pilih kernel, klik nama kernel file notebook Anda, misalnya: Python (Lokal).

  3. Untuk memilih kernel dari cluster Dataproc, pilih nama kernel yang menyertakan nama cluster Anda di bagian akhir. Misalnya, kernel PySpark di cluster Dataproc bernama mycluster diberi nama PySpark di mycluster.

  4. Klik Pilih untuk menutup dialog.

    Sekarang Anda dapat menjalankan kode file notebook di cluster Dataproc.

Langkah selanjutnya